a 2023

State analysis of fMRI in amnestic mild cognitive impairment

GAJDOŠ, Martin, Marie NOVÁKOVÁ, Martin LAMOŠ, Pavel ŘÍHA, Irena REKTOROVÁ et. al.

Základní údaje

Originální název

State analysis of fMRI in amnestic mild cognitive impairment

Autoři

GAJDOŠ, Martin (203 Česká republika, garant, domácí), Marie NOVÁKOVÁ (203 Česká republika, domácí), Martin LAMOŠ (203 Česká republika, domácí), Pavel ŘÍHA (203 Česká republika, domácí), Irena REKTOROVÁ (203 Česká republika, domácí) a Michal MIKL (203 Česká republika, domácí)

Vydání

Czech – Austrian Workshop on Magnetic Resonance Imaging and Spectroscopy, 2023, Znojmo, 2023

Další údaje

Jazyk

angličtina

Typ výsledku

Konferenční abstrakt

Obor

30103 Neurosciences

Stát vydavatele

Česká republika

Utajení

není předmětem státního či obchodního tajemství

Odkazy

Organizační jednotka

Středoevropský technologický institut

Klíčová slova anglicky

Amnestic mild cognitive impairment; dynamic functional connectivity; sliding window analysis;

Štítky

Příznaky

Recenzováno
Změněno: 22. 8. 2024 14:19, Mgr. Eva Dubská

Anotace

V originále

Amnestic mild cognitive impairment (aMCI) is transitional state between normal aging and early dementia. In this work, we studied dynamic functional connectivity captured with sliding window analysis, whoch was performed on a dataset of 76 subjects (38 HC + 38 aMCI). We found significant differences in coverage in 2 out of 4 identified states. Moreover, with support vector machine, we were able to discriminate between these two groups with approx. 95% accuracy. In future work, we plan to crossvalidate presented classifier. Amnestic mild cognitive impairment (aMCI) is transitional state between normal aging and early dementia. In this work, we studied dynamic functional connectivity captured with sliding window analysis, whoch was performed on a dataset of 76 subjects (38 HC + 38 aMCI). We found significant differences in coverage in 2 out of 4 identified states. Moreover, with support vector machine, we were able to discriminate between these two groups with approx. 95% accuracy. In future work, we plan to crossvalidate presented classifier.

Návaznosti

NU21J-04-00077, projekt VaV
Název: Využití dynamických parametrů funkční konektivity mozku jako diagnostického biomarkeru neurodegenerativních nemocí
Investor: Ministerstvo zdravotnictví ČR, Využití dynamických parametrů funkční konektivity mozku jako diagnostického biomarkeru neurodegenerativních nemocí, Podprogram 2 - juniorský - výzkumníci do 35 let
90250, velká výzkumná infrastruktura
Název: Czech-BioImaging III